改海报只动一块，ChatGPT Images 2.5 终于有了局部编辑

改一张活动海报，最耗人的往往不是第一张。

第一张出来以后，事情才开始变得具体。把右上角价格牌挪开一点。人物衣服换成深色。背景不要动。标题还是那行字。品牌色别跑。Logo 别给我重新长一遍。

很多人遇到这种反馈，会把整段 prompt 改得越来越长，然后再生成一张。画面可能更漂亮，也可能更离谱。价格牌没了，人物的脸换了，背景里原本能用的构图也跟着报废。

好家伙，一张接近能交的图，又回到了第一轮。

OpenAI 在 9 月 8 日发布的 ChatGPT Images 2.5 看起来讲了很多事，生成延迟最多降低 50%，草图、模板、图内评论、新的 API 模型都来了。但我更在意其中一件很朴素的变化，图像编辑终于更像一个能交接的工作流，而不是一次次把整张图推倒重来。

这篇不做跨模型盲测，也不把官方的延迟数字偷换成设计总工时减半。只想把官方功能翻成一套做封面、海报和产品图时今天就能用的顺序。

图越接近完成，越不该重画

生成图最容易掉进一个怪圈。你一开始想要的是一张图，结果真正拿到的是一堆相互接近的图。每张都有一点对，又都有一点不对。

过去的常见做法，是把不对的地方写回 prompt，再让模型重新猜一遍整张画面。这个方法在概念稿阶段没问题，反正画面还没长出稳定身份。可到了封面、商品图、产品页配图这种阶段，画面里已经有不少不能丢的东西，主体位置、留白、色调、品牌元素，甚至一行勉强没写错的文字。

这时还让模型从头生成，等于为了换一个灯泡，把整间屋子拆了。

Images 2.5 的局部编辑对应的是另一种动作。保留已经合格的原图，圈出要改的区域，再说明只改什么、哪些东西必须保持不动。OpenAI 的产品页把这个能力描述为更新单一元素，同时尽量保留主体、构图和周围的品牌处理。帮助中心的编辑说明 也给出了选区后再描述修改的路径。

图注，保留整张画面的合格部分，只把需要修改的小区域交给下一轮。

这不是小功能。它把一个模糊的审美反馈，拆成了可执行的边界。

以前你对同事说「感觉右上角再干净一点」，他只能猜。现在可以把那一块标出来，写清楚「删除角标，保留背景渐变和人物边缘，不改变主标题的位置」。不一定一次就完美，但至少模型知道它不该碰哪里。

一条 prompt 里，得把改动和保护分开写

局部编辑的坑也很真实。你只写「把字改成白色」，模型可能顺手重做字体、阴影、排版和周围的光。你写得越像一句愿望，它越容易把整个视觉方案当作可重算的答案。

我更建议把每次修改写成四行，不追求文采，只追求边界明确。

保留，人物姿势、主标题位置、背景渐变、画面比例
只改，选区内的价格牌改为深蓝色圆角标签
不要改，人物脸部、衣服、Logo、其他文字和留白
检查，标签边缘干净，文字完整，不遮挡人物

这套写法有个好处，改动和保护不再混在同一句里。做产品的人会发现，它很像写一个变更单。动哪里，不能动哪里，验收看什么，都摆在台面上。

厉害了，prompt 终于有点像需求，而不只是祈祷。

官方这次还把图内评论、Sketch 和模板放进 ChatGPT。它们不是给专业设计软件当替身，更像是在帮人把「脑子里那个样子」递交得更具体。画一笔草图，或者把评论钉在画面上，通常都比补十个形容词更接近你真正想改的区域。

如果手头是从零开始的活动图，可以从 Poster 模板或草图进入。如果已经有八成合格的封面，直接上传原图、圈选区域、补四行变更单，通常更省来回。

还有一个容易被忽略的小动作，拿第一张合格版本当基线。不要在一张已经被改了四五轮、自己也说不清哪里开始漂的图上继续补。原图和每轮要解决的一个问题留在同一条对话里，修改失控时就回到最近的合格基线重来。

这听起来不酷，却能救你不少时间。图像生成最怕的不是某次失败，而是失败以后没有一个干净的回退点。你会继续往一张已经歪掉的图上补需求，最后所有人都不记得哪一版才是那个原本能用的构图。

把原图、选区和这轮变更单一起留住，后面的人也能看明白为什么只动这一块。它既方便协作，也让下一轮验收不靠记忆。

少做几次猜谜式的全图重画，才是这条流程最实在的收益。

图注，改动、保留范围与检查动作分开交代，下一轮才有明确边界。

多轮编辑，真正要防的是画面悄悄漂走

局部修改一次不难，难的是第五次还像同一张图。

你大概见过这种场景。第一轮改颜色，第二轮加一行字，第三轮换背景小元素。到第四轮，人物像换了一个人，构图也开始松，第一轮确认过的东西悄悄消失。没人明确要求它动，可它就是动了。

OpenAI 把多轮编辑一致性列成这次升级的重点，称先前已经完成的调整更可能在后续编辑中保持稳定。这个方向比「更会画」更贴近日常返工，因为成品不是从白纸生成一次就结束，它是在连续的小修改里慢慢收口。

但这里得留一盏黄灯。帮助中心 明确提醒，选区高亮不一定精准，实际编辑也可能越过选区。别把「局部编辑」理解成像素级锁定。人物脸、Logo、合规文字、边缘留白，这些一旦重要，还是得在每一轮后肉眼检查。

我会把检查顺序定得很笨。

先看这次要改的区域是不是改对了。再看四周有没有被误伤。然后看前几轮已经确认的元素还在不在。最后才看整体审美。

顺序不能倒。整体看着顺眼，很容易掩盖文字少了一个字、Logo 被换形、主体脸部漂了半张这种事故。

图注，官方示例强调连续编辑中的姿态和画面状态保持，实际项目仍要逐轮验收。

速度变快以后，真正值得省的是无效轮次

官方称 Images 2.5 相比 Images 2.0 最多可降低 50% 生成延迟。这个数字当然会让人开心，等图的时候少盯一会儿进度条，挺爽。

可创作流程里更贵的，往往不是单次等待，而是你发现图跑偏之后又从头描述一遍，然后再等一次。模型越快，越应该把省下来的时间用在把需求讲清和把结果验清上，而不是更快地产出一批没法收口的候选图。

对 API 接入方也是同一回事。OpenAI 同步提供了面向多数应用的 GPT-Image-2.5 Flare，以及更强调编辑控制的 GPT-Image-2.5 Sunburst。前者适合高批量生成和快速原型，后者适合需要更细控制的精修工作流。选哪个不能只看单价或速度，还要看你的产品是否真的需要连续保留主体、构图和品牌元素。

没有这个需求，快一点的批量生成就够了。需要反复改同一张产品图时，编辑一致性才会开始值钱。

这次更新没有让人跳过设计，也没有让「改这里，其他都别碰」立刻变成绝对命令。它只是把图像生成从一次性许愿，往可回溯的修改流程推了一步。

对我来说，最值得带走的不是 50% 那个数字，是那四行变更单。下次一张图已经八成对了，别急着推倒它。把需要动的那一块圈出来，把要保护的东西写清楚，然后一轮一轮收口。

你现在改图时，最常被模型误伤的是人物、文字，还是已经调好的构图？